Hoe u de lijn van de beste pasvorm in r tekent (met voorbeelden)

U kunt een van de volgende methoden gebruiken om een lijn te tekenen die het beste past in R:

Methode 1: Teken de lijn die het beste past in de R-basis

 #create scatter plot of x vs. y
plot(x, y)

#add line of best fit to scatter plot
abline(lm(y ~ x))

Methode 2: Teken de best passende lijn in ggplot2

 library (ggplot2)

#create scatter plot with line of best fit
ggplot(df, aes (x=x, y=y)) +
    geom_point() +
    geom_smooth(method=lm, se= FALSE )

De volgende voorbeelden laten zien hoe u elke methode in de praktijk kunt gebruiken.

Voorbeeld 1: teken de beste passende lijn in de R-basis

De volgende code laat zien hoe u een lijn kunt tekenen die het beste past voor een eenvoudig lineair regressiemodel met behulp van de R-basis:

 #define data
x <- c(1, 2, 3, 4, 5, 6, 7, 8)
y <- c(2, 5, 6, 7, 9, 12, 16, 19)

#create scatter plot of x vs. y
plot(x, y)

#add line of best fit to scatter plot
abline(lm(y ~ x)) 

Aarzel niet om ook de stijl van de punten en de lijn aan te passen:

 #define data
x <- c(1, 2, 3, 4, 5, 6, 7, 8)
y <- c(2, 5, 6, 7, 9, 12, 16, 19)

#create scatter plot of x vs. y
plot(x, y, pch= 16 , col=' red ', cex= 1.2 )

#add line of best fit to scatter plot
abline(lm(y ~ x), col=' blue ', lty=' dashed ') 

We kunnen ook de volgende code gebruiken om snel de best passende lijn te berekenen:

 #find regression model coefficients
summary(lm(y ~ x))$coefficients

              Estimate Std. Error t value Pr(>|t|)
(Intercept) -0.8928571 1.0047365 -0.888648 4.084029e-01
x 2.3095238 0.1989675 11.607544 2.461303e-05

De best passende lijn blijkt te zijn: y = -0,89 + 2,31x .

Voorbeeld 2: De best passende lijn uitzetten in ggplot2

De volgende code laat zien hoe u een best passende lijn kunt plotten voor een eenvoudig lineair regressiemodel met behulp van het ggplot2- gegevensvisualisatiepakket:

 library (ggplot2)

#define data
df <- data. frame (x=c(1, 2, 3, 4, 5, 6, 7, 8),
y=c(2, 5, 6, 7, 9, 12, 16, 19))

#create scatter plot with line of best fit
ggplot(df, aes (x=x, y=y)) +
    geom_point() +
    geom_smooth(method=lm, se= FALSE )

Voel je vrij om ook de esthetiek van de plot te veranderen:

 library (ggplot2)

#define data
df <- data. frame (x=c(1, 2, 3, 4, 5, 6, 7, 8),
y=c(2, 5, 6, 7, 9, 12, 16, 19))

#create scatter plot with line of best fit
ggplot(df, aes (x=x, y=y)) +
    geom_point(col=' red ', size= 2 ) +
    geom_smooth(method=lm, se= FALSE , col=' purple ', linetype=' dashed ') +
    theme_bw() 

Aanvullende bronnen

In de volgende tutorials wordt uitgelegd hoe u andere veelvoorkomende bewerkingen in R kunt uitvoeren:

Hoe eenvoudige lineaire regressie uit te voeren in R
Hoe meervoudige lineaire regressie uit te voeren in R
Hoe regressie-uitvoer in R te interpreteren